张胜华 ,王杰 ,王晨 ,梁明 ,陈文文
(1.宿松林业局,安徽 安庆 246500;2.安徽大学资源与环境工程学院,合肥 230601;3.湿地生态保护与修复安徽省重点实验室(安徽大学),合肥 230601)
湿地具有独特的生态特征与丰富的生物多样性,是人类赖以生存的重要保障,被誉为“地球之肾”,在维持地球生态平衡方面发挥重要的作用。然而,随着人口增长,人为扰动加剧,湿地不可避免地遭到了破坏,湿地面积大幅减少、功能严重退化[1],造成生态环境恶化。
近年来,我国加大了湿地保护力度,通过生态保护红线划定,识别生物多样性保护的空缺地区并纳入生态保护红线。湿地资源类型繁多,涉及范围广,很多基础信息调查工作滞后,导致资源信息更新不及时,很大程度上影响了保护区的监管效率[2]。WebGIS 技术利用计算机网络提供地理信息服务,已被广泛应用于泉州湾河口、黄河三角洲等湿地信息管理系统设计研究中[3-4],江西、贵州等省也建设了相应的湿地资源综合信息平台,而其监管效率往往会受到采集数据时效性的制约[5-6]。作为互联网应用的延伸,物联网利用传感设备感知信息,并将采集信息通过网络实时传送到数据中心,在提高采集数据的时效性方面具有独特的优势,已被用于设计湿地环境监测系统[7],但其信息服务功能有限。目前,将物联网与WebGIS 技术有效结合的模式,在空气质量监测平台、果园监测系统[8-9]设计中均展示出理想成效,为湿地资源信息的智能监测与高效管理提供了有利契机。
华阳河湖群湿地被世界自然资金会确认为长江中下游三处最重要的湿地区域之一[10]。该湿地位于安徽省宿松县境内,包含三湖(黄湖、大官湖、龙感湖)两河(二郎河、凉亭河),面积超过 5 万 hm2,生物多样性丰富,也是白鹤、东方白鹳、小天鹅等越冬水鸟的重要迁徙停歇地[11]。2005 年华阳河湖群湿地从原安徽安庆沿江水禽省级自然保护区调出,2013年12 月经安徽省政府同意单独设立“宿松华阳河湖群省级自然保护区”(以下简称“华阳河湖群保护区”)。针对华阳河湖群湿地管理的业务需求,本文集成了物联网、WebGIS 以及人工智能等信息技术,开发了一套实时性强的保护区智能信息管理系统。
针对华阳河湖群保护区管理的业务需求,本文基于该保护区湿地资源数据、信息化等方面的建设现状,整合移动终端、遥感监测、地面台站、视频监控等物联网监测传感器,设计湿地信息管理系统,并依次研发湿地基础数据库、监测节点接口和数字化综合服务平台(见图1)。
信息管理系统是基于B/S 模式(Browser/Server,浏览器/服务器模式),采用三层架构设计技术,将系统抽象成终端采集子系统、湿地基础数据库、信息综合服务子系统三部分。选用C#作为系统开发语言,使用Microsoft Visual Studio 2012 作为开发工具,PostGIS 开源数据库作为数据存储介质。
根据湿地数据类型多、结构复杂且更新快的特点,设计了基于集中式数据库模式的湿地信息数据库。针对不同用户对自然保护区数据的需求,对保护区不同来源数据进行归类整理,涉及一级数据类型包括自然地理数据、社会经济数据、生态要素数据、环境要素数据、保护区管理数据等六类,并据此对湿地基础数据库的逻辑结构进行设计(见图2)。而后,所有待入库数据依据工作流软件FME 实现数据规则化、规范化,导入PostGIS 信息管理基础数据库,并通过PostgreSQL 数据库服务器、Geoserver 网络服务器与自然保护区信息服务平台关联。
终端采集子系统的硬件由终端传感器节点、网关接口、数据服务器等所组成(见图3)。依据国际重要湿地监测指标要求[12],本文以卫星/无人机遥感、视频监控、地面台站、移动终端等技术为监测手段,重点支撑对动物(鸟类、兽类、两栖、爬行等)、植物、气象因子、水文水质等要素实施终端数据采集。在串口转换基础上,利用Zigbee 无线通信技术构建了由若干个传感器节点和网关(协调器/路由器)组成的传感器网络,实现了终端采集节点与湿地云设施之间的数据传输,最终实现对终端传感器数据的接收、分析处理和存储[7,9]。
湿地信息综合服务子系统是基于WebGIS 技术开发的综合数据应用平台,旨在为不同级别用户(管理人员、公众用户)提供数据查询与可视化、监控节点控制与操作等服务。本文中湿地信息综合服务平台对应的功能模块包括地图浏览、显示控制、查询分析、统计分析、数据管理等,能够实现数据查看、编辑、检索和统计报表等分析与处理功能。
2.3.1 地图浏览
在浏览器页面中以普通模式、导航模式对所发布的湿地要素数据进行浏览,能自由控制各要素层的不同比例显示,并支持每种要素挂接相应的附件进行预览。
2.3.2 要素查询
能针对指定图层中的湿地要素进行自由组合,综合利用要素属性值、空间位置及空间关系进行自定义条件查询,从而实现复杂条件下的要素查询。
2.3.3 统计分析
对发布的湿地要素属性值以村级行政区为划分进行统计,并将统计结果以图表的形式展示在浏览器窗体之中。对巡检数据、鸟类观测数据进行统计与分析,监测湿地要素综合状态。
2.3.4 采集数据实时查看
在浏览器窗体中对卫星影像、观测台站、视频监控等要素数据进行实时查看,及时跟踪采集终端设备的工作状态;同时可以实时查看手机端APP 外业采集的报表与图片数据。
2.3.5 动态监测
能够展示所有湿地要素监测传感器的实时数据,以及数据库中存储的历史数据。针对自然保护区某一要素参数的可视化展示,提供热力图可视化分析方法,直观地了解不同区域同一参数的变化。
2.3.6 巡检规划
能够支撑用户通过点、线、面绘制与属性输入的方式,对巡检路线、观测点、测量区域进行规划,并在手机端APP 中实时显示,指导外业巡检。
要素统计模块包含植物、动物(鱼类、鸟类)等生物物种信息。根据湿地生物多样性保护管理工作的需要,对实地调查得到的生物信息进行整理与分析,实现了生物的类型、物种、数量等信息可视化显示功能(见图4 a)。在信息录入时按照数据表结构进行规范化填写,通过数据库直接导入,后台管理十分便捷。
本文基于物联网技术组建远距离无线通信与传感器网络,并利用WebGIS 研发服务平台实时展示视频监控情况(见图4 b),实现保护区视频监控的实时获取、传输、存储等智能管理功能,解决了传统方式网络结构复杂、数据时效性差等问题。
根据终端采集子系统所提供的自然保护区视频监控图像,在对水鸟形态特征进行大样本深度训练学习的基础上,利用深度卷积神经网络实现视频图像中水鸟的智能识别与预警(见图5),为自然保护区资源管理与决策提供有效参考[13]。
本文主要从以下方面去除自然保护区数据集的冗余:一是在数据库结构设计中,优化关系型数据库,严格遵守范式,尽量减少冗余,保持数据记录无重复性;二是在图像数据存储中,通过深度学习技术智能识别影像中目标地物(如水鸟),同步存储有效帧的图像,去除无效帧,大大压缩了数据量,具体见图5。
图5 视频监控图像中水鸟智能识别(图中数字为识别相似度)
本文将物联网与WebGIS 技术相结合,提供了一种适用于自然保护区信息管理系统的新模式,提高了湿地资源的监管与决策效率。以物联网技术为基础,构建湿地生态环境要素传感器网络,其实时、广泛的采集能力为系统提供持续更新的数据源,WebGIS 技术的在线分析、管理、可视化能力为系统提供要素信息发布与分析的服务平台。本文基于无线传感器网络、WebGIS、人工智能等技术将多源湿地要素数据集成,实现了多层面的湿地要素浏览与查询、终端采集数据显示、属性值分析、动态可视化等功能,同时还实现了生物多样性可视化、视频监控实时显示、水鸟目标智能识别等特色功能,为湿地管理部门开展远程监测与高效管理提供参考。